Методика обучения студентов алгоритмам сжатия информации при подготовке в магистратуре по направлению "Педагогическое образование"

• Автор: Мокрый, Валерий Юрьевич
• Шифр специальности: 13.00.02
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 286 с. : ил.

СОДЕРЖАНИЕ:
ВВЕДЕНИЕ
Глава 1. Теоретические основы развития информационно-технологической компетентности студентов при подготовке в магистратуре по направлению «Педагогическое образование»
1.1. Обоснование необходимости изучения студентами алгоритмов сжатия информации при подготовке в магистратуре по направлению «Педагогическое образование»
1.2. Обоснование отбора содержания дисциплины «Алгоритмы сжатия информации»
1.3. Обоснование выбора методов и средств обучения студентов алгоритмам
сжатия информации
Выводы по первой главе
Глава 2. Методика обучения магистрантов по направлению «Педагогическое образование» алгоритмам сжатия информации
2.1. Принципы отбора содержания дисциплины «Алгоритмы сжатия информации»
2.2. Содержание дисциплины «Алгоритмы сжатия информации»
2.3. Методы и средства обучения магистрантов по направлению
«Педагогическое образование» алгоритмам сжатия информации
Выводы по второй главе
Глава 3. Организация и проведение педагогического эксперимента
3.1. Общая характеристика опытно-экспериментальной работы
3.2. Интерпретация результатов педагогического эксперимента
3.2.1. Основные итоги апробации учебно-методических материалов дисциплины «Алгоритмы сжатия информации»
3.2.2.Интерпретация и обобщение результатов исследования
Выводы по третьей главе
Заключение
Список литературы
Приложение 1. Бланк анкеты для проведения диагностикиМайерс-Бриггс.. 178 Приложение 2. Анкета для определения отношения студентов к изученному
материалу
Приложение
Бланк теста для оценивания успешности изучения алгоритмов сжатия
текстовых данных
Приложение 4.Результаты анкетирования студентов
Приложение 5.Проект программы дисциплины
«Алгоритмы сжатия информации»
Приложение б.Модель кейса «Развитие представлений об алгоритмах сжатия
информации»
Приложение 7. Описание сайта дисциплины
Приложение 8.Примеры исследовательских заданий
Приложение 9. Тезаурус дисциплины«Алгоритмы сжатия информации»
ВВЕДЕНИЕ
Новые стандарты высшего профессионального образования ориентированы на компетентностный подход и модульный принцип проектирования основных образовательных программ. Формированию общекультурных и профессиональных компетенций магистрантов по направлению «Педагогическое образование» будет способствовать включение в содержание подготовки современных знаний, имеющих практический выход. В ФГОС ВПО выделены компетенции, формирующиеся при подготовке магистров в области научно-исследовательской, проектной и методической деятельности. Информационно-технологическая компетентность является ведущей составляющей в развитии выделенных компетенций магистранта по направлению «Педагогического образования», специализирующегося в области информационных технологий.
В своей профессиональной педагогической деятельности магистрант как будущий учитель информатики профильной школы должен уметь использовать средства информационных технологий, обеспечивающие возможность обработки, представления, долговременного хранения и передачи подготовленных учебно-методических материалов, строить и развивать информационную образовательную среду учебного заведения, проектировать и реализовывать самообразование.
Одним из этапов обработки информации является сохранение информации в файл определенного формата с возможностью выбора алгоритма сжатия и настройки параметров сжатия с целью получения приемлемого качества восстановленного после сжатия изображения, записанного в файл небольшого размера.
Исследования по алгоритмам сжатия информации без потерь начались в 1950-х годах XX века, после публикации работы Клода Шеннона по математическим основам теории связи (1948). В 1952 году Дэвид Хаффман разработал алгоритм сжатия текстовых сообщений, использующий коды

переменной длины. Развитие алгоритмов сжатия информации связано с разработкой и улучшением в 1984-1987 годах алгоритма арифметического кодирования (Cleary J., Langdon G., Neal R., Witten I.). Классические алгоритмы словарного сжатия были разработаны учеными Якобом Зивом и Абрахамом Лемпелем в 1977 (LZ77) и 1978 (LZ78) годах, в 1982 году Сторер и Жиманский разработали алгоритм LZSS, а в 1984 году Терри Велчи разработал алгоритм LZW, применяющийся в формате GIF.
По мере увеличения количества передаваемой информации по каналам связи при использовании алгоритмов информации сжатия без потерь возникали проблемы. Это послужило стимулом к началу в 70-х годах XX века исследований в области алгоритмов изображений без потерь. Комитет JPEG (Joint Picture Experts Group) разработал международные стандарты сжатия цифровых изображений JPEG (1990) и JPEG2000 (2002).
Необходимость передачи больших объемов мультимедиа-информации привела к началу исследований в области фрактального сжатия: были разработаны базовый алгоритм фрактального сжатия (Майкл Барнсли (1990) и Алан Слоан (1991)) и алгоритм кодирования с использованием квадродерева (Ювал Фишер (1994)). Увеличение степени сжатия и уменьшения размера файла при использовании алгоритмов фрактального сжатия становится возможным благодаря использованию систем итерируемых функций (Александров В.В., Бубличенко A.B. Кулешов С.В., С.Уэстлид) и аппарата теории фракталов (Морозов А.Д., Мандельброт Б, Кроновер P.M., Федер E.).
Использование аппарата теории вейвлетов (Альфред Хаар, Ингрид Добеши, Стефан Малла и др.) позволила разработать нестандартизированные, но перспективные алгоритмы Лыоиса-Ноулеса (1991), Шапиро (EZW,1993), Саида и Пирлмана (SPIHT, 1996).
В настоящее время для хранения и обработки изображений используются такие форматы, как GIF, JPEG, JPEG2000 (Джон Миано, Дэвид Сэломон, Ян Ричардсон), продолжаются исследования в области алгоритмов фрактального (Александров В.В., Бубличенко A.B., Ватолин Д.С., Винокуров С.В., Кулешов

Таблица 3. Курсы программы NPTEL, в которых предусмотрено изучение
сжатия и обработки информации
Блоки дисциплин Наименование дисциплин Темы, связанные со сжатием информации
Computer Science and Engineering Introduction to Computer Graphics (Введение в компьютерную графику), Digital Image Processing (цифровая обработка изображений), Multimedia System (системы мультимедиа) Введение в компьютерную графику, обработка изображений и мультимедиа информации
Electronic and Communication Engineering Adv. Digital Signal Processing -Multirate and wavcIets(Bet1 влеты) Вейвлег-анализ, вейвлет Хаара, непрерывное вейвлет-преобразование, стандарт JPEG-2000, применение вейвлетов
Chaos, Fractals & Dynamic Systems (Хаос, фракталы и динамические системы) Введение в теорию фракталов, множества Мандельброта и Жюлиа, пространство, где обитают фракталы, системы итерируемых функций, системы итерируемых функции, фрактальное сжатие изображений
Digital Voice & Picture Communication (Передача цифровых изображений и звука) Введение в сжатие изображений и видео, ДКП и ДВП, кодирование с использованием нуль-дерева
Digital Image Processing (Цифровая обработка изображении) Преобразование Фурье и его свойства, цветовые метрики, цветовые пространства, дискретные преобразования: DFT, WI IT, KLT, DCT, квантование коэффициентов ДВП
Information Theory and Coding (Теория информации и кодирования) Введение в теорию информации и кодирования, источники информации, метод Хаффмана (классический и адаптивный), коды Шеннона-Фано и Элиаса, арифметическое кодирование, каналы передачи информации, квантование, кодирование с помощью дискретных преобразований
Multimedia processing (обработка мультимедиа данных) Введение в мультимедиа, элементы системы сжатия изображений, коды фиксированной и переменной длины, сжатие с потерями и без потерь, ДКП, ДВП, кодирование с использованием ДКП, JPEG, JPEG2
В Вашингтонском университете в 2002, 2004, 2006 годах профессором Ричардом Ландером читались курсы по методам сжатия информации [159].